⑴ sql语句性能如何优化
如何加快查询速度?
1、升级硬件
2、根据查询条件,建立索引,优化索引、优化访问方式，限制结果集的数据量。
3、扩大服务器的内存
4、增加服务器CPU个数
5、对于大的数据库不要设置数据库自动增长，它会降低服务器的性能
6、在查询Select语句中用Where字句限制返回的行数,避免表扫描,如果返回不必要的数据，浪费了服务器的I/O资源，加重了网络的负担降低性能。如果表很大，在表扫描的期间将表锁住，禁止其他的联接访问表,后果严重。
7、查询时不要返回不需要的行、列
8、用select top 100 / 10 Percent 来限制用户返回的行数或者SET ROWCOUNT来限制操作的行
9、在IN后面值的列表中，将出现最频繁的值放在最前面，出现得最少的放在最后面，减少判断的次数
10、一般在GROUP BY 个HAVING字句之前就能剔除多余的行，所以尽量不要用它们来做剔除行的工作。他们的执行顺序应该如下最优：
select的Where字句选择所有合适的行，Group By用来分组个统计行，Having字句用来剔除多余的分组。这样Group By 个Having的开销小，查询快.对于大的数据行进行分组和Having十分消耗资源。如果Group BY的目的不包括计算，只是分组，那么用Distinct更快
11、一次更新多条记录比分多次更新每次一条快,就是说批处理好
⑵ sql server 工程师以后的工作方向
数据库方向上的十种职业 这几天泡在“三十而立”那个板块，看到很多朋友（从20岁以下到35岁以上，呵呵）都有很多感触或者迷惑。 所谓“人无远虑，必有近忧”，如果等到了30岁还不知道自己想干什么，能干什么，那也许是一种遗憾或者悲哀。 在MSSQL这个板块也偶尔看到一些朋友问关于发展方向和重点等方面的问题。 我不敢说自己的数据库专业知识有多强，毕竟这个世界很大，牛人极多。 只是想把自己在数据库这个方向上亲身做过的，遇到和看得到一些职位大致总结一下， 这些职位都是实实在在的贴在招聘各种网站上的，我也有机会和一些职位上的朋友或同事工作过。 希望对大家确定自己的职业方向和重点有一点帮助。 如果总结得不准确或者有误，请各位高手指正。只有通过讨论和交流才能共同提高。 ----------------------------------------------------------------------- 数据库方向上的十种职业 （除去那些数据库研发等太过专业的方向） 前面五种的重点是设计和应用，侧重于软件和数据逻辑层面。 后面五种的重点是运营和维护，侧重与硬件和数据物理层面。 不过这些职位不是孤立，反而是互相交叉的，只是侧重点不同。 说实在的，这些职位没有好与不好之分，每个方向都可以做得很好， 全凭个人的兴趣和目标，但是因为有些职位需求相对少，有机会接触的人不多， 结果就物以稀罕为贵，市场需求决定价值。 前面五种： 重点是设计和应用，侧重于软件和数据逻辑层面。 数据库应用开发 (application development) 除了基本的SQL方面的知识，还要对开发流程，软件工程，各种框架和开发工具等等 数据库应用开发这个方向上的机会最多，职位最多 数据建模专家 (data modeler) 除了基本的SQL方面的知识，非常熟悉数据库原理，数据建模 负责将用户对数据的需求转化为数据库物理设计和物理设计 这个方向上在大公司（金融，保险，研究，软件开发商等）有专门职位， 在中小公司则可能由程序员承担。 商业智能专家 (business intelligence - BI) 主要从商业应用，最终用户的角度去从数据中获得有用的信息， 涉及OLAP (online analytical processing) 需要使用SSRS, cognos, crystal report等报表工具，或者其他一些数据挖掘，统计方面的软件工具 （这个方面我不熟悉，不敢乱说：） ETL开发 (ETL Developer) 使用ETL工具或者自己编写程序在不同的数据源之间对数据进行导入，导出，转换， 所接触的数据库一般数据量非常大，要求进行的数据转换也比较复杂。 和数据仓库和商业智能的关系比较密切。 在一些数据库应用规模很大的公司里面有专门的职位， 中小公司里面则可能由程序员或者DBA负责这方面的工作。 数据构架师 (Data Architect) 主要从全局上制定和控制关于数据库在逻辑这一层的大方向， 也包括数据可用性，扩展性等长期性战略， 协调数据库的应用开发，建模，DBA之间的工作。 这个方向上在大公司（金融，保险，研究，软件开发商等）有专门职位， 在中小公司或者没有这个职位，或者由开发人员，DBA负责。 后面五种： 重点是运营和维护，侧重与硬件和数据物理层面。 数据库管理员 (database administrator - DBA) 数据库的安装，配置，调优，备份/恢复，监控，自动化等， 协助应用开发（有些职位还要求优化SQL，写存储过程和函数等） 这个方向上的职位相对少一些，但一般有点规模的公司还是会有这样的职位 数据仓库专家 (data warehouse - DW) 应付超大规模的数据，历史数据的存储，管理和使用， 和商业智能关系密切，很多时候BI和DW是放在一个大类里面的， 但是我觉得DW更侧重于硬件和物理层上的管理和优化。 存储工程师 (storage engineer) 专门负责提供数据存储方案，使用各种存储技术满足数据访问和存储需求， 和DBA的工作关系比较密切。 对高可用性有严格要求（比如通信，金融，数据中心等）的公司通常有这种职位， 这种职位也非常少。 性能优化工程师 (performance engineer) 专长数据库的性能调试和优化，为用户提供解决性能瓶颈方面的问题。 我知道至少IBM, 微软和Oracle都有专门的数据库性能实验室(database performance lab）, 也有专门的性能优化工程师，负责为其数据库产品和关键应用提供这方面的技术支持。 对数据库性能有严格要求的公司（比如金融行业）可能会有这种职位。 因为针对性很强，甚至要求对多种数据库非常熟悉，所以职位极少。 高级数据库管理员 (senior DBA) 在DBA的基础上，还涉及上面3种职位的部分工作，具体包括下面这些： 对应用系统的数据（布局，访问模式，增长模式，存储要求等）比较熟悉。 对性能优化非常熟悉，可以发现并优化从SQL到硬件I/O，网络等各个层面上的瓶颈 对于存储技术相对熟悉，可能代替存储工程师的一些工作， 对数据库的高可用性技术非常熟悉（比如MSSQL的集群，ORACLE RAC/FailSafe, IBM的DPF, HADR等） 对大规模数据库有效进行物理扩展（比如表分区）或者逻辑扩展（比如数据库分区，联合数据库等） 熟悉各种数据复制技术，比如单向，双向，点对点复制技术，以满足应用要求。 灾难数据恢复过程的建立，测试和执行 这种职位一般只在对数据库要求非常高并且规模非常大（比如金融，电信，数据中心等）的公司需要， 而且这种公司一般有一个专门独立负责数据库的部门或组。 这种职位非常少。
⑶ SQL数据库专业的就业方向
粘帖点给你，CSDN论坛上看到的，希望能帮助你。
前面四种：
数据库应用开发 (application development)
除了基本的SQL方面的知识，还要对开发流程，软件工程，各种框架和开发工具等等
数据库应用开发这个方向上的机会最多，职位最多，薪水一般
数据建模专家 (data modeler)
除了基本的SQL方面的知识，非常熟悉数据库原理，数据建模
负责将用户对数据的需求转化为数据库物理设计和物理设计
这个方向上在大公司（金融，保险，研究，软件开发商等）有专门职位，
在中小公司则可能由程序员承担。
商业智能专家 (business intelligence - BI)
主要从商业应用，最终用户的角度去从数据中获得有用的信息，
涉及OLAP (online analytical processing)
需要使用SSRS, cognos, crystal report等报表工具，或者其他一些数据挖掘，统计方面的软件工具
这个方面我不熟悉，不敢乱说（以免被拍砖，呵呵）
数据构架师 (Data Architect)
主要从全局上制定和控制关于数据库在逻辑这一层的大方向，
也包括数据可用性，扩展性等长期性战略，
协调数据库的应用开发，建模，DBA之间的工作。
这个方向上在大公司（金融，保险，研究，软件开发商等）有专门职位，
在中小公司或者没有这个职位，或者由开发人员，DBA负责。
前面五种：
数据库管理员 (database administrator - DBA)
数据库的安装，配置，调优，备份/恢复，监控，自动化等，
协助应用开发（有些职位还要求优化SQL，写存储过程和函数等）
这个方向上的职位相对少一些，但一般有点规模的公司还是会有这样的职位
数据仓库专家 (data warehouse - DW)
应付超大规模的数据，历史数据的存储，管理和使用，
和商业智能关系密切，很多时候BI和DW是放在一个大类里面的，
但是我觉得DW更侧重于硬件和物理层上的管理和优化。
存储工程师 (storage engineer)
专门负责提供数据存储方案，使用各种存储技术满足数据访问和存储需求，
和DBA的工作关系比较密切。
对高可用性有严格要求（比如通信，金融，数据中心等）的公司通常有这种职位，
这种职位也非常少。
性能优化工程师 (performance engineer)
专长数据库的性能调试和优化，为用户提供解决性能瓶颈方面的问题。
我知道至少IBM, 微软和Oracle都有专门的数据库性能实验室(database performance lab）,
也有专门的性能优化工程师，负责为其数据库产品和关键应用提供这方面的技术支持。
对数据库性能有严格要求的公司（比如金融行业）可能会有这种职位。
因为针对性很强，甚至要求对多种数据库非常熟悉，所以职位极少。
高级数据库管理员 (senior DBA)
在DBA的基础上，还涉及上面3种职位的部分工作，具体包括下面这些：
对应用系统的数据（布局，访问模式，增长模式，存储要求等）比较熟悉。
对性能优化非常熟悉，可以发现并优化从SQL到硬件I/O，网络等各个层面上的瓶颈
对于存储技术相对熟悉，可能代替存储工程师的一些工作，
对数据库的高可用性技术非常熟悉（比如MSSQL的集群，ORACLE RAC/FailSafe, IBM的DPF, HADR等）
对大规模数据库有效进行物理扩展（比如表分区）或者逻辑扩展（比如数据库分区，联合数据库等）
熟悉各种数据复制技术，比如单向，双向，点对点复制技术，以满足应用要求。
灾难数据恢复过程的建立，测试和执行
这种职位一般只在对数据库要求非常高并且规模非常大（比如金融，电信，数据中心等）的公司需要，
而且这种公司一般有一个专门独立负责数据库的部门或组。
这种职位非常少。
⑷ 单位招聘网站技术维护 最好能制作网站改版网站平时技术维护 都需要哪些条件
1.良好的团队精神和沟通能力，爱岗敬业，有一定的组织协调能力。
2.较强的分析解决问题能力和学习能力。
3.品质优秀，性格开朗、大方。
4.专科科或以上学历，2年以上的互联网项目开发经验经验。
5.了解互联网的基础技术；精通Mysql数据库体系结构，精通数据库的结构设计和性能调优，包括数据库架构设计、数据库结构设计、触发器和存储过程等脚本编写,精通数据库建设、数据同步等技术；能够熟练使用性能分析工具和优化工具；擅长分布式技术,特别是SQL SERVER的各种复制技术；了解Mysql/Oracle等数据库原理，能熟练开发和使用数据库。
6.熟练使用PHP语言的开发技术，熟悉DIV+CSS的Web页面编写，布局与流程； 具备良好的网页编程能力。
7.熟练掌握 Dreamwaver,Photoshop等网页制作和图形设计软件。
8.精通服务器构架、调试、运行以及相关软硬件安装、使用和维护，能及时处理数据库突发故障。
可以根据自己的需求自行更改.
⑸ sql 优化器
是SQL执行效率的重构工具。
可以帮助将低效率的SQL优化成为高效率的。
一般主要针对查询语句。
将更多的判断条件已到叶子节点上去操作。
⑹ 如何优化SQL
（1）选择最有效率的表名顺序(只在基于规则的优化器中有效)： ORACLE的解析器按照从右到左的顺序处理FROM子句中的表名，FROM子句中写在最后的表(基础表 driving table)将被最先处理，在FROM子句中包含多个表的情况下,你必须选择记录条数最少的表作为基础表。如果有3个以上的表连接查询, 那就需要选择交叉表(intersection table)作为基础表, 交叉表是指那个被其他表所引用的表. （2） WHERE子句中的连接顺序．： ORACLE采用自下而上的顺序解析WHERE子句,根据这个原理,表之间的连接必须写在其他WHERE条件之前, 那些可以过滤掉最大数量记录的条件必须写在WHERE子句的末尾. （3） SELECT子句中避免使用‘ * ‘： ORACLE在解析的过程中, 会将'*' 依次转换成所有的列名, 这个工作是通过查询数据字典完成的, 这意味着将耗费更多的时间 （4）减少访问数据库的次数： ORACLE在内部执行了许多工作: 解析SQL语句, 估算索引的利用率, 绑定变量 , 读数据块等； （5）在SQL*Plus , SQL*Forms和Pro*C中重新设置ARRAYSIZE参数, 可以增加每次数据库访问的检索数据量 ,建议值为200 （6）使用DECODE函数来减少处理时间： 使用DECODE函数可以避免重复扫描相同记录或重复连接相同的表. （7）整合简单,无关联的数据库访问： 如果你有几个简单的数据库查询语句,你可以把它们整合到一个查询中(即使它们之间没有关系) （8）删除重复记录： 最高效的删除重复记录方法 ( 因为使用了ROWID)例子：DELETE FROM EMP E WHERE E.ROWID > (SELECT MIN(X.ROWID) FROM EMP X WHERE X.EMP_NO = E.EMP_NO); （9）用TRUNCATE替代DELETE： 当删除表中的记录时,在通常情况下, 回滚段(rollback segments ) 用来存放可以被恢复的信息. 如果你没有COMMIT事务,ORACLE会将数据恢复到删除之前的状态(准确地说是恢复到执行删除命令之前的状况) 而当运用TRUNCATE时, 回滚段不再存放任何可被恢复的信息.当命令运行后,数据不能被恢复.因此很少的资源被调用,执行时间也会很短. (译者按: TRUNCATE只在删除全表适用,TRUNCATE是DDL不是DML) （10）尽量多使用COMMIT： 只要有可能,在程序中尽量多使用COMMIT, 这样程序的性能得到提高,需求也会因为COMMIT所释放的资源而减少: COMMIT所释放的资源: a. 回滚段上用于恢复数据的信息. b. 被程序语句获得的锁c. redo log buffer 中的空间d. ORACLE为管理上述3种资源中的内部花费 （11）用Where子句替换HAVING子句： 避免使用HAVING子句, HAVING 只会在检索出所有记录之后才对结果集进行过滤. 这个处理需要排序,总计等操作. 如果能通过WHERE子句限制记录的数目,那就能减少这方面的开销. (非oracle中)on、where、having这三个都可以加条件的子句中，on是最先执行，where次之，having最后，因为on是先把不符合条件的记录过滤后才进行统计，它就可以减少中间运算要处理的数据，按理说应该速度是最快的，where也应该比having快点的，因为它过滤数据后才进行sum，在两个表联接时才用on的，所以在一个表的时候，就剩下where跟having比较了。在这单表查询统计的情况下，如果要过滤的条件没有涉及到要计算字段，那它们的结果是一样的，只是where可以使用rushmore技术，而having就不能，在速度上后者要慢如果要涉及到计算的字段，就表示在没计算之前，这个字段的值是不确定的，根据上篇写的工作流程，where的作用时间是在计算之前就完成的，而having就是在计算后才起作用的，所以在这种情况下，两者的结果会不同。在多表联接查询时，on比where更早起作用。系统首先根据各个表之间的联接条件，把多个表合成一个临时表后，再由where进行过滤，然后再计算，计算完后再由having进行过滤。由此可见，要想过滤条件起到正确的作用，首先要明白这个条件应该在什么时候起作用，然后再决定放在那里 （12）减少对表的查询： 在含有子查询的SQL语句中,要特别注意减少对表的查询.例子：SELECT TAB_NAME FROM TABLES WHERE (TAB_NAME,DB_VER) = ( SELECT TAB_NAME,DB_VER FROM TAB_COLUMNS WHERE VERSION = 604) （13）通过内部函数提高SQL效率.： 复杂的SQL往往牺牲了执行效率. 能够掌握上面的运用函数解决问题的方法在实际工作中是非常有意义的 （14）使用表的别名(Alias)： 当在SQL语句中连接多个表时, 请使用表的别名并把别名前缀于每个Column上.这样一来,就可以减少解析的时间并减少那些由Column歧义引起的语法错误. （15）用EXISTS替代IN、用NOT EXISTS替代NOT IN： 在许多基于基础表的查询中,为了满足一个条件,往往需要对另一个表进行联接.在这种情况下, 使用EXISTS(或NOT EXISTS)通常将提高查询的效率. 在子查询中,NOT IN子句将执行一个内部的排序和合并. 无论在哪种情况下,NOT IN都是最低效的 (因为它对子查询中的表执行了一个全表遍历). 为了避免使用NOT IN ,我们可以把它改写成外连接(Outer Joins)或NOT EXISTS. 例子：（高效）SELECT * FROM EMP (基础表) WHERE EMPNO > 0 AND EXISTS (SELECT ‘X' FROM DEPT WHERE DEPT.DEPTNO = EMP.DEPTNO AND LOC = ‘MELB') (低效)SELECT * FROM EMP (基础表) WHERE EMPNO > 0 AND DEPTNO IN(SELECT DEPTNO FROM DEPT WHERE LOC = ‘MELB') （16）识别'低效执行'的SQL语句： 虽然目前各种关于SQL优化的图形化工具层出不穷,但是写出自己的SQL工具来解决问题始终是一个最好的方法：SELECT EXECUTIONS , DISK_READS, BUFFER_GETS, ROUND((BUFFER_GETS-DISK_READS)/BUFFER_GETS,2) Hit_radio, ROUND(DISK_READS/EXECUTIONS,2) Reads_per_run, SQL_TEXT FROM V$SQLAREA WHERE EXECUTIONS>0 AND BUFFER_GETS > 0 AND (BUFFER_GETS-DISK_READS)/BUFFER_GETS < 0.8 ORDER BY 4 DESC; （17）用索引提高效率： 索引是表的一个概念部分,用来提高检索数据的效率，ORACLE使用了一个复杂的自平衡B-tree结构. 通常,通过索引查询数据比全表扫描要快. 当ORACLE找出执行查询和Update语句的最佳路径时, ORACLE优化器将使用索引. 同样在联结多个表时使用索引也可以提高效率. 另一个使用索引的好处是,它提供了主键(primary key)的唯一性验证.。那些LONG或LONG RAW数据类型, 你可以索引几乎所有的列. 通常, 在大型表中使用索引特别有效. 当然,你也会发现, 在扫描小表时,使用索引同样能提高效率. 虽然使用索引能得到查询效率的提高,但是我们也必须注意到它的代价. 索引需要空间来存储,也需要定期维护。</SPAN>
⑺ 怎样进行sql数据库的优化
1、数据库空间是个概述，在sqlserver里，使用语句 exec sp_spaceused 'TableName' 这个语句来查。
⑻ sql优化的几种方法面试
1.你把学校里面学的东西都弄通，弄懂就可以了，基本的概念和原理都能说出来，如你说的sql优化就是：为数据库建立索引，如何提高检索速度之类的问题。教科书上都有说啊。
2.面试不是说一定要什么都懂才能去面的，你要找多一点面试经验，面试经常问什么问题，比如指针，链表等，有针对性地准备一下，不用全部一骨碌地看。
3.积累经验和编程作品，多做项目，自己多写些程序。面试就有了筹码。
⑼ oracle sql优化工具
toad 里面有个quest sql optimizer 应该还可以，本人用的不多，不过就TOAD软件来说还是不错的
32 64位的都 有，网上找找，多的是
http://blog.itpub.net/17252115/viewspace-756460/